背景
表型是新植物栽培品种发展的瓶颈，该研究引入了一种新的高光谱表型分析系统，此系统将冠层测量的高通量与高空间分辨率和可控测量环境的优势相结合。此外，测量的大麦生长在大容器（称为Mini-Plots）中，这使得植物能够在温室实验中形成田间表型，从而不受容器尺寸的影响。
结果
在接种白粉病后30天，通过Specim V10E高光谱成像研究了6个大麦品种。凭借高空间分辨率和稳定的测量条件，可以通过Simplex Volume Maximization和Support Vector Machines机械组合自动量化白粉病症状。在手动评级期间，一旦肉眼可见第一症状，就可以立即进行检测。实现了在实验过程中每个测量日对所有栽培品种的疾病严重程度的准确评估。此外，还检测到一个基于坏死症的抗白粉病品种。
结论
高光谱表型分析系统是结合了基于现场的冠层水平测量系统（高通量、自动化、低手动工作量）和基于实验室的叶片水平两者优势的测量系统（高空间分辨率、受控环境、时间序列测量的稳定条件），这样就可以进行准确和客观的疾病严重程度评估，而无需经过培训的专家评定——他们可以在早期阶段进行视觉分级，以及检测疾病症状。因此，它是植物抗性育种很有前途的高效研究工具。
关键词
Specim高光谱成像，表型分析平台，温室，高通量，疾病分级，Simplex Volume Maximization, Support Vector Machine
以下为该项研究的部分图文结果展示
图.1
Klein‑Altendorf校园温室表型Mini‑Plot设备，分为温室内部（a）和温室外部（b），高光谱表型分析系统示意图见（c）。Mini-Plot设备的轨道系统与漫射人工光源和幕布相结合，可在高度受控的环境条件下实现自动测量。Specim
V10E高光谱成像（HSI）传感器和基于镜像的扫描仪系统相结合，可以对整个Mini-Plot进行快速，高分辨率的测量
图.2 健康植物组织和白粉病症状的光谱特征和丰度图（平均值为50像素/每个）。光谱特征（左）表示传感器的光谱测量区域上的像素的平均反射率。丰度图（右）显示了基于具有25个原型的相同像素丰度平均值的表现，这些原型是在使用Simplex Volume Maximization转换数据集期间选择的。与健康或症状组织高度相关的原型单独显示，每个原型都是来自原始高光谱数据集的真实光谱特征（原型光谱特征的颜色代表相应像素的颜色，这对人眼来说是可见的），Pm代表白粉病（powdery mildew）
表1在实验过程中对每个大麦品种疾病进行的人工评级（2016; - 表示无症状）
*根据德国官方品种名单的评级
图.3 不同冠层水平上对健康和有症状的组织所做的光谱特征图谱（30个像素的平均值）
图.4 在实验过程中不同大麦栽培品种的疾病严重程度。基于像素百分比估计疾病严重性，在Simplex Volume Maximization (SiVM)和遵循监督分类Support Vector Machines (SVM)后被归类为含有白粉病的症状
图.5 实验过程中（16天、18天、22天、26天）高易感品种Milford 和
Tocada（同样时间段）在白粉病感染后的空间分布情况，通过pseudo RGB图像和 Support Vector Machines
(SVM)假彩色图像分级（绿色为健康组织，红色为白粉病症状，蓝色为背景）
图.6
大麦抗性品种Irina接种2天后健康组织和坏死病变组织对白粉病感染的分级情况，假彩色图片显示了Mini-plots中对照组和接种组植物的坏死病变空间分布。另外，图像中总像素百分比被定义为过敏反应的组织以右侧柱状图表示，接种组在被定义为坏死病变表达的像素占比上有明显增加，
以上内容摘自研究论文：
Stefan Thomas, Jan Behmann et al. Quantitative assessment of disease
severity and rating of barley cultivars based on hyperspectral imaging
in a non-invasive, automated phenotyping platform. Plant Methods (2018)
14:45.
